在计算机科学中，排序是一种常见的问题解决方法，有助于数据的组织和管理。排序算法的选择通常取决于具体的应用场景、数据规模、数据分布以及对时间复杂度和空间复杂度的要求。这里介绍四种基础排序算法，会在后续部分介绍其他四种高级排序算法。

1. 冒泡排序（Bubble Sort）

原理：冒泡排序是一种简单的交换排序算法。它通过多次遍历待排序列，依次比较相邻的两个元素，如果它们的顺序错误就交换过来。经过多趟遍历，整个序列从无序变为有序。

时间复杂度：平均和最坏情况均为O(n²)，最好情况为O(n)。

空间复杂度：O(1)，原地排序。

特点：
- 简单易实现。
- 当序列几乎有序时，效率较高。

2. 选择排序（Selection Sort）

原理：选择排序是一种简单的比较排序算法。其基本思想是每次从待排序序列中选择出最小（或最大）的元素，顺序放置在已排序序列的末尾（或开头）。

时间复杂度：不论序列初始状况如何，时间复杂度始终为O(n²)。

空间复杂度：O(1)，原地排序。

特点：
- 运行时间与元素初始顺序无关。
- 数据移动是最少的，每次只进行一次交换。

3. 插入排序（Insertion Sort）

原理：插入排序的核心思想是假定前面的元素是有序的，然后将当前元素与前面的序列逐个比较，找到适合的位置插入其中，直至序列的最后一个元素插入到正确的位置。

时间复杂度：平均和最坏情况均为O(n²)，最好情况为O(n)。

空间复杂度：O(1)，原地排序。

特点：
- 对于小规模数据，插入排序是一种高效的算法。
- 当待排序序列几乎有序时，性能较好。

4. 希尔排序（Shell Sort）

原理：希尔排序是插入排序的一种改进版本，亦称作缩小增量排序。它通过将原始序列按照一定增量分组，对每一组分别进行插入排序，然后逐渐缩小增量，直到增量为1，此时进行一次标准插入排序即可。

时间复杂度：与增量序列选择有关，最坏情况接近O(n²)，通常约为O(n^1.3)。

空间复杂度：O(1)，原地排序。

特点：
- 相对于简单的插入排序，希尔排序显著提高了处理大型数组的效率。
- 增量序列的选择对希尔排序的性能影响较大。

这四种排序算法适用不同的场景，各有其优缺点。剩下的四种高级排序算法将在下篇中讲解，如快速排序、归并排序、堆排序和计数排序。